智慧安防产品发展趋势研究论文

近年来，安防行业大热，新入局者不断涌入，而且都是资本雄厚之辈。因此，我国安防市场规模呈扩张态势。接下来我为大家整理了2020年安防行业发展前景分析，欢迎大家阅读!

2020年安防行业迎来五大发展机遇

过去的2019年，对于很多安防企业来说都是收成下滑的一年，对外我们受到了中美贸易战的影响，大国博弈，安防受损对于每个涉及都国际事务的企业来说都不乐观;对内我们迎接了像阿里、腾讯这样的新对手和新伙伴的加入，技术变革更加迅速，也让人更加紧张。

阿里投资千方科技，无疑成为了安防行业的又一个“顶级玩家”

在这一年里，我们看到昔日安防大厂因为财务问题而深陷泥潭，也看到诸多安防企业或被吞并或被并购。但我们同时仍然是世界第一的安防大国。在世界安防企业50强中我们更是居于头部。随着环境逐渐趋于稳定，我们在2020年迎来了崭新的机遇与挑战。

今天帮尼菌就结合一年来发生的事情，梳理下2020年对于安防行业利好的5个机遇。

一、泛安防继续深入，智能安防潜在市场巨大

从18年的“无AI，不安防”到19年的注重落地，我们发现不仅是人工智能在走进安防行业，安防企业也在用他们独特的领域辐射到其他市场当中去。

智慧交通、智慧门禁、智慧养老、公安大数据……这些场景建设已经成为当下安防企业竞相押注的“新蓝海”。以智慧交通为例，仅交通部就计划投资万亿元建设智慧交通。更不要说为了抢占市场而不惜低利润进入的各个厂商们了。

算法算力的优势为“泛安防”趋势提供强大助力

随着算法算力的不断提升，智能安防中的非民用部分将在2020年展现出巨大的建设热潮。但天下没有免费的午餐，在建设过程中的各种痛点都需求更加场景化的解决方案。且多数需求都不是一两家企业能够完美承担的范畴。

正如海康宣称自己是物联网的解决方案提供商一样，未来行业内需求的将不是单一领域的竞争力，而是对于整个行业的资源整合能力，谁能整合资源形成强有力的解决方案，谁就能在泛安防的市场里占得先机。

如果过去大家争的是营业额、是利润、是谁是业内老大，那么在泛安防的时代里，企业们要争的就是资源整合能力，比的不是谁在单一领域挣得多，而是能不能带着大家一起把钱挣了，这才是邓公说过的能抓耗子的“好猫”。

二、人工智能行业面临洗牌 安防挑兵挑将的时机日趋成熟

过去我们都说人工智能发展起来会有多少行业的人吃不上饭?而现在呢?从事人工智能行业的人有几个不岌岌自危的?

诚然人工智能行业依然是员工薪资福利最高的行业之一，但目前显而易见的现实是，不能迅速投入应用的人工智能企业，将迅速凋零。

2020年AI行业主题：洗牌

据北京经济和信息委员会拿到的统计资料显示，全国的人工智能企业有70%拿不到风投，而拿到风投也不意味着免死金牌，在这方面甚至有人列了一份榜单，上面死掉的AI企业都是拿到了几千万甚至上亿元融资的“希望之星”，连他们都死了，又有谁能逃过一劫呢?而最新数据也显示，仅在2019年，就有万家AI企业死掉。在这种环境下，2020年?哪个人工智能企业还能忍住变现和落地的冲动?

事实就是这样，在这个务实的资本世界里，很少有人有耐心等你把画的饼一步步变成现实，资本更愿意追逐快餐，那些能落地能变现的套餐。

在这个环境下，2020年人工智能行业或将变成各个行业的“淘金场”，安防行业也不例外。谁能将技术更好的赋能行业，谁就能继续活下去。对于安防行业来说，近年来人工智能已经帮助业内在技术上完成了一次飞跃，而人脸识别、低照度摄像机、智能卡口甚至泛安防产品等市场前景广阔的技术显然也离不开这些人工智能企业。

在这个双向需求的前提下，机遇显然已经到来。2018年，我国AI+安防的市场规模就已经达到135亿元，部分头部安防企业AI获得的营业额已经超过8%。而在两年后的今天，安防行业对于人工智能行业的新一轮抢夺也将开展。谁能将技术更好的服务于自己的产品，将技术更好的落地下来，谁就把握了先机。

三、5G技术商用带来众多可能性

正如同4G技术让监控画面实时传播、云技术等技术成为了可能。5G技术的全国性商用也为安防行业带来了新的可能性。

处于风口的5G

从技术层面上讲，5G提供的传输效率可供安防设备提供更多的可能性。超高清摄像、更多智能化模块搭载、实时云端存储等功能都需要5G技术的支持。

正如从3G到4G带给我们的实时视频传输需要一个演变的过程一样，5G技术的落地应用如今在大环境下依旧被广泛认为为时尚早、成本过高。但新事物总归要取代旧事物，等5G真正成熟应用时再去考虑发展5G的必要性已然太晚。

随着物联网的不断发展，5G环境下为安防实现万物互联提供了条件。车联网、物联网、智慧城市、无人机网络建设都离不开5G技术的应用。如今的5G领域就像头两年的人工智能领域一样处在布局和技术发掘阶段，但人人也都知道5G技术的重要性。而2020年作为5G技术大规模部署和成熟应用的第一年，势必将展现出强大的可能性。

而安防在此基础上能成长多少，值得我们期待。

四、数据安全与数据存储

随着智慧安防和5G时代的到来，视频数据的容量已经形成井喷式的发展，传统储存方式无论是从存储容量还是读写速度面临着巨大的挑战。

智能安防对于硬盘提出的要求主要围绕效率、容量、功耗三个方面展开，这对于传统硬盘厂商都提出了新的要求，希捷、西数都于今年推出了14TB以上的高效率安防存储硬盘，但面对安防行业愈来愈大的存储需求，传统硬盘厂商目前仍面临严峻挑战。

定制化、大容量、高效能传统硬盘厂商针对安防不断深入

此外，随着5G技术的发展，云存储的技术越来越成为安防厂商青睐的存储方式，虽然云存储目前还有着成本高、数据存储时间有限、传输效率不稳定等缺点，但这种集中存储的方式更便于平台式的管控中心，这也是目前安防发展的一大趋势，随着数据传输技术的发展，未来云存储在安防行业具有广泛的发展前景。

且如今人工智能和云技术发展过快，信息安全 措施 并没有及时跟进，这就导致了从去年下半年开始频繁发生数据泄露事件。这些事件无时无刻不危害着用户的隐私和数据使用安全。试问当数据安全都无法保证的时候，又怎么才能让用户选择你的设备呢?

支付宝人脸识别也被破解，数据安全研发迫在眉睫

其实数据安全问题不是一天两天就能形成的，目前安防面临的数据安全问题体现在信息孤岛、顶层设计、算法应用缺陷、政策制度和技术标准缺失几大方面。在这个环境下，企业和企业之间就犹如一个个“数据烟囱”，技术、研发、服务范围、开发平台都表现出不统一的特征，而这些方面的不统一也就进一步的导致了漏洞的频发，进而危害用户的数据安全。

再加上如今恶意程序、各类钓鱼和欺诈层出不穷。用户的隐私和数据贩卖甚至形成了一条完整的产业链。这些都给安防行业带来了巨大的隐患。

为了解决这些隐患，相关的数据安全市场也就应运而生。在智慧安防不断提速的新一年里，相信数据安全市场的规模也将进一步扩大。

五、政策上的大力支持

随着中美贸易战的不断扩大，海康、大华登上贸易实体名单，现在就连普通人也知道中国安防能做的让美国无比忌惮。有压迫就有反抗，2020年中国预计出台一大篮子针对安防行业的利好政策或标准，这里帮尼菌对此也稍作 总结 ，具体情况如下：

在视频监控方面，有《网络音视频信息服务管理规定》、《公共安全重点区域视频图像信息采集规范》和《视频监控系统主动照明部件光辐射安全要求》。同时对于出口型企业来说还需额外关注美国加州的CCPA数据法案，该法案将对出口型安防企业做出不少约束。

公共安全方面，《危险货物道路运输安全管理办法》《辽宁省治安特业服务管理办法》《防盗 保险 柜(箱)》和金库门通用技术要求》以及应急管理部发布的19项 安全生产 行业标准，都将在2020年正式实施。

产业方面，《产业结构调整指导目录(2019年本)》以及《居家安防智能管理系统技术要求》。

最后就是支持类政策，在这方面有《推进综合交通运输大数据发展行动纲要(2021-2025年)》、《促进“互联网+社会服务”发展意见》、等政策值得我们关注。而针对5G商用、智慧安防势必还要出现一系列新的支持政策。保持密切关注也会给安防企业带来一定的发展机遇。

结语：

有需求的地方就会诞生市场，智慧安防如今就像一支高速升空的火箭，火箭速度越快，外围的保护层损失也就越严重，而诞生的种.种缺口正是未来市场的诞生地，无论是新的传输技术、还是存储技术甚至数据安全，这些都是伴随智能安防发展诞生的产物。

而新事物的市场总是充满活力的，在21世纪的第二个十年里，谁能把握住这些行业发展的新方向，谁就能够更好的掌握主动。

十一大趋势看懂2020年安防行业大势

回首这一年的安防市场发展，一方面，在各级政府政策的影响下，AI、IOT、5G、区块链等新兴技术不断与安防行业相互融合，涌现出一个庞大的市场增长空间，企业的新兴产品与方案不断涌现。

另一方面，随着技术驱动下传统安防市场的日趋模糊与扩大，越来越多的企业跨界到安防行业，将安防行业的海量数据运用到更广阔领域，从而不断拓展产业生态圈。

但随之而来的，除了产品方案的更新迭代外，网络安全、数据孤岛、场景化运维等难题也困扰着行业市场的发展，需要企业在行业落地中不断完善改进。

2020年，如何把握好行业发展机遇，实现新兴技术的更优发展及商业化变现，将成为众多安防企业们在激烈市场竞争中占据一席之地的关键所在。

为了让大家更好的了解2019年安防行业发展脉络，CPS中安网特此梳理了2019年安防行业的发展新趋势，以供大家评读回顾。

5G+视频监控开启落地应用

2019年，在国家颁布5G试点城市和5G商用牌照的推动下，大带宽、低时延、大连接的5G技术与各行各业之间的融合成为了社会关注的 热点 ，安防行业也不例外。

在2019年CPSE安博会上，华为、中兴通讯、英飞拓等企业均带来5G+安防产品的展示。而在12月初，华为更是联合云从科技、上海联通在上海张江人工智能岛首次在国内实现5G+4K+AI的视频监控落地。

点评：据Gartner预测，预计到2022年，室外视频监控将成为全球5G物联网解决方案最大市场，这也吸引了无数视频监控及物联网企业投入到5G的商业化落地中。但现阶段，基站建设不足、落地成本高等不良因素仍将持续影响落地发展。

视频监控迎超高清视频应用蓝海

2019年3月，工业和信息化部、国家广播电视总局、中央广播电视总台联合印发了《超高清视频产业发展行动计划(2019—2022年)》，视频监控迎来超高清视频应用的蓝海。

《行动计划》中指出将明确按照“4K先行、兼顾8K”的总体技术路线，大力推进超高清视频产业发展和相关领域的应用。

其中在安防监控领域，未来将加快超高清监控摄像机等的研发量产;推进安防监控系统的升级改造;支持发展基于超高清视频的人脸识别、行为识别、目标分类等人工智能算法;提升监控范围、识别效率及准确率;打造一批智能超高清安防监控应用试点。

点评：长久以来，政策都是我国安防行业发展的强有力助推剂。从《行动计划》印发后，君正、海康威视、大华股份等与超高清视频监控息息相关的安防行业上市公司，市值纷纷有所提升便能看出该计划对行业所造成的巨大影响。超高清摄像机、超高清显示屏等新品也在行业中不断涌现。

区块链与安防产业的碰撞

2019年10月24日，在第十八次集体学习中指出，区块链技术的集成应用在新的技术革新和产业变革中起着重要作用。要把区块链作为核心技术自主创新的重要突破口，明确主攻方向，加大投入力度，着力攻克一批关键核心技术，加快推动区块链技术和产业创新发展。

由此也拉开了各行业与区块链技术相结合的大幕。道尔智控、中控智慧、广电运通、英飞拓等安防企业也在区块链领域进行探索和布局。

这其中，英飞拓除了发布解决方案、与武汉大学测绘遥感信息工程国家重点实验室及比特大陆探索区块链与智慧城市的结合外，还将在其“湖南智慧中方项目”建设中对区块链技术进行实时部署。

点评：在智慧城市建设特别是粤港澳大湾区建设愈加火热的背景下，区块链自身所拥有的数据高保护性特点也为智慧城市数据传输、存储提供有力保障。当下也有越来越多的城市开始尝试推动区块链技术在智慧城市项目中应用。

安防下半场主旋律——AIoT

在智能化浪潮的冲击下，安防行业在技术、市场层面上都发生着变革。

2019年CPSE安博会，除了传统安防企业外，AI、互联网、ICT及通讯等领域均有企业布局安防领域。通过物联网产生的海量数据存储于云端或边缘端，再经过深度学习对数据进行分析与处理，从而实现前端摄像头对视频数据的结构化处理，打造生态闭环。

点评：AIoT让安防的边界越来越模糊，未来安防可能只是AIoT行业里面的一个业务。这也使得在当下行业中，行业龙头企业、人工智能企业、跨界企业开始与传统制造商、集成商工程企业等安防产业链上下游达成战略合作，共同开拓AIoT市场。

数据中台元年

随着城市智能化进程的不断发展，数据治理在城市中的应用也日益增多，如何打破数据孤岛成为城市治理中的一大痛点。

基于此，能够根据行业需求赋能城市庞大场景，挖掘深层次数据价值，实现城市精细化管理的数字孪生、数据中台开始进入视野。

在2019年CPSE安博会上，大华股份、佳都科技、东方网力、高新兴等企业都带来了相关数字孪生、智慧孪生、数据中台产品的展示。

这些产品本质上都是基于前端数据采集、中间数据汇聚、后台数据应用的基本流程，不断扩大和衍生，应用到不同的场景里面。

点评：从雄安新区成立到粤港澳大湾区建设，近年来在人工智能、物联网影响下，城市的智能化进程不断加速，激增的数据也对城市的数据治理能力提出更高要求。

在此背景下，数据中台油然而生，也带出一个广阔市场空间，吸引了众多安防企业布局其中进行研发。

3D人脸识别或成行业主流趋势

人脸识别作为人工智能的重要技术应用，在人工智能快速落地安防行业的过程中，人脸识别在安防行业也掀起了一股“刷脸风”。从考勤到社区出入口门禁，再到城市安全治理，人脸识别的身影随处可见

与此同时，关于人脸识别的安全性问题也一直居高不下，用视频图片和三维人脸模型破解人脸识别的新闻也时有发生。

在此背景下，更具安全性的3D人脸识别开始在智能锁、门禁、视频监控等多个领域取得研发落地。2019年CPSE安博会上，大华乐橙便发布了行业搭载首款3D结构光的AI人脸识别视频锁。

点评：人脸识别可谓是人工智能落地安防最具代表性的应用，大量普及的刷脸场景也让2D人脸识别的劣势逐渐暴露出来。尽管当前市场上已有活体、红外等技术搭载在人脸识别产品上，但更具安全性的3D人脸识别显示是行业应用的方向。

国资入股安防企业

2019年3月2日，汉邦高科发布公告，拟将公司控股股东、实际控制人王立群持有公司股份850万股转让给北京青旅中兵资产管理有限公司。转让完成后，北京青旅中兵将成为公司持股5%以上大股东。

2019年7月14日，捷顺科技发布公告，公司控股股东、实际控制人唐健和刘翠英2019年7月12日与深圳市特区建发智慧交通投资合伙企业(有限合伙)签署了《股份转让协议》。受让完成后，特建发智慧交通将成为捷顺科技的第二大股东。

2019年9月3日，东方网力收到川投信产转来的反垄断审查通过的批文，根据此前签署的相关协议，公司控股股东现变更为川投信产，公司实控人由刘光变更为四川省国资委。

2019年11月18日，英飞拓控股股东JHL及实际控制人刘肇怀与深圳市投资控股有限公司签署《股份转让协议》，JHL拟向深投控协议转让其持有的英飞拓万股股份，占英飞拓总股本的5%。本次《股份转让协议》实施完成后，深投控将合计持有英飞拓股权，并取得控制权。

点评：安防作为一个G端及B端为主要导向市场，国资资本的入股，将为安防企业解决资金问题的同时，也可以带来市场和项目支持，从而达到更好发展。

人工智能向场景运维落地迈进

当下，人工智能已不仅仅存在于计算机视觉，ISP、传输、存储、运维等环节人工智能都开始发挥效能。

在2019年CPSE安博会现场，人工智能几乎已成企业参展的“标配”，越来越多的企业展出运维智能平台等平台类产品。有企业表示，卖硬件、卖技术的一次性买卖，远不如买运维的连续服务落地更好。

点评：在安防边界不断扩大的背景下，人工智能在安防领域的落地也由“算法-算力-数据”的上半场开始向“方案-实施-运维”下半场迈进。除了提供技术产品外，能够汇集分析数据的运维平台也得到了众多用户的青睐。

云边融合加速推进

在2017年CPSE安博会上，海康威视正式发布Hikvision AI Cloud理念，倡导在物联网行业践行由边缘节点、边缘域和云中心构成的“云边融合”计算架构，实现从端到中心的“边缘计算+云计算”，真正做到让边缘感知更精准、数据汇聚更高效、多层认知更智能、分级应用更实用。

转眼两年过去，在2019年CPSE安博会上，海康威视全面展示了Hikvision AI Cloud在软硬件及解决方案、落地应用案例等方面的最新成果。

CPS中安网了解到，基于Hikvision AI Cloud物信融合数据平台的典型应用项目已经覆盖全国24个省区、近百个城市，为公共安全、应急指挥、民生服务、城市运营、交通管理等领域提供智能物联网解决方案和大数据服务。

点评：从2017年首次提出“AI Cloud”战略，到2019年CPSE安博会上发布多款战略下的软硬件新品，海康威视在云边融合的探索已越走越远，并取得可观项目落地成果。

软件定义摄像机理念进一步拓展

10月29日，华为在深圳召开了以“洞见当下，预见未来——5G+AI+视频，加速千行百业智能化升级”为主题的华为智能安防产业峰会。华为提出面向5G+AI时代重新定义平台技术架构，将SDC(软件定义摄像机)升级为HoloSens SDC，将IVS(智能视频云)升级为HoloSens IVS，以新生态、新平台加速5G+AI时代千行百业的智能化升级。

此外，华为还重磅推出基于智能视觉与感知的智能视频算法商城Huawei HoloSens Store，以华为产品为核心底座承载智能算法，提供迅捷开发、便捷下单、敏捷运营的全流程服务，提供多种入驻模式和 商业模式 组合。

点评：软件定义摄像机一直是华为进军安防的一大重要举措，在2019年，华为除了发布新硬件产品外，更是发布算法平台来完善其“软件定义摄像机”生态。在人工智能安防行业落地应用加速的背景下，华为将带来更多的场景理解。

AI超微光技术成治理行业光污染新利器

长久以来，受限于夜间环境光源、成像技术不足等因素限制，监控摄像机夜间成像效果差强人意，为满足视频图像成像需求，高强度的补光灯得到广泛应用。

但补光灯在提升亮度的同时，刺眼的灯光也严重影响人员的视线，带来安全隐患。而当下主流的智能补光技术极易受场景、成本、反光材料等诸多因素影响，应用效果受限。

为此，科达依托多年在基础ISP图像调制技术上的积累，在2019年CPSE安博会上发布AI超微光系列相机，通过采用自研深度学习图像增强算法，大幅减少此前监控摄像机对补光灯的依赖，在提升图像亮度的同时充分还原物体颜色与纹理。

点评：在日常的交通出行中，高强度的摄像机爆闪抓拍一直是车主所“深恶痛绝”的一大问题。在智能化潮流下，超星光、黑光等技术开始描向这一痛点进行拓展，相信科达的AI超微光技术也将为行业带来新的理解。

2020年安防行业市场规模有望突破8000亿 市场大年收百亿者却少之又少

近年来，安防行业大热，BAT、华为、人工智能四小龙都来“插一脚”。新入局者不断涌入，而且都是资本雄厚之辈。因此，我国安防市场规模呈扩张态势。2016年安防市场规模突破5000亿元，安防市场规模在2020年将达8000亿元。为什么安防行业市场那么大，年收百亿者却少之又少?专家人士认为，安防行业大企业少的一个重要原因是产品同质化，技术创新不足。目前，不管是老牌安防企业也好，新创企业也好，两者之间的技术差距差距正在逐步缩小，人工智能算法和准确率之间有差距，但并不大，没有“一枝独秀”者。此外，安防市场还是TOB业务较多，更多的是靠政府订单，资本雄厚的大企业更有优势，新创企业很难单打独斗，更多的需要和当地集成商合作。

2020年安防行业发展前景分析相关 文章 ：

1. 挖掘机行业市场规模如何

2. 电动车行业2020年发展优势

人

工智能（Artificial Intelligence，AI）是利用机器学习和数据分析方法赋予机器模拟、延伸

近年来， 在大数据、算法和计算机能力三大要素的共同驱动下，人工智能进入高速发展阶段。

人工智能市场格局

人工智能赋能实体经济，为生产和生活带来革命性的转变。 人工智能作为新一轮产业变革 的核心力量，将重塑生产、分配、交换和消费等经济活动各环节，催生新业务、新模式和 新产品。从衣食住行到医疗教育，人工智能技术在 社会 经济各个领域深度融合和落地应用。同时，人工智能具有强大的经济辐射效益，为经济发展提供强劲的引擎。据埃森哲预测， 2035 年，人工智能将推动中国劳动生产率提高 27%，经济总增加值提升 万亿美元。

多角度人工智能产业比较

战略部署：大国角逐，布局各有侧重

全球范围内，中美“双雄并立”构成人工智能第一梯队，日本、英国、以色列和法国等发 达国家乘胜追击，构成第二梯队。同时，在顶层设计上，多数国家强化人工智能战略布局， 并将人工智能上升至国家战略，从政策、资本、需求三大方面为人工智能落地保驾护。后起之秀的中国，局部领域有所突破。中国人工智能起步较晚，发展之路几经沉浮。自 2015 年以来，政府密集出台系列扶植政策，人工智能发展势头迅猛。由于初期我国政策 侧重互联网领域，资金投向偏向终端市场。因此，相比美国产业布局，中国技术层（计算 机视觉和语音识别）和应用层走在世界前端，但基础层核心领域（算法和硬件算力）比较 薄弱，呈“头重脚轻”的态势。当前我国人工智能在国家战略层面上强调系统、综合布局。

美国引领人工智能前沿研究，布局慢热而强势。 美国政府稍显迟缓，2019 年人工智能国 家级战略（《美国人工智能倡议》）才姗姗来迟。但由于美国具有天时（5G 时代）地利（硅 谷）人和（人才）的天然优势，其在人工智能的竞争中已处于全方位领先状态。总体来看， 美国重点领域布局前沿而全面，尤其是在算法和芯片脑科学等领域布局超前。此外，美国聚焦人工智能对国家安全和 社会 稳定的影响和变革，并对数据、网络和系统安全十分重视。

伦理价值观引领，欧洲国家抢占规范制定的制高点。 2018 年，欧洲 28 个成员国(含英国) 签署了《人工智能合作宣言》，在人工智能领域形成合力。从国家层面来看，受限于文化和语言差异阻碍大数据集合的形成，欧洲各国在人工智能产业上不具备先发优势，但欧洲 国家在全球 AI 伦理体系建设和规范的制定上抢占了“先机”。欧盟注重探讨人工智能的社 会伦理和标准，在技术监管方面占据全球领先地位。

日本寻求人工智能解决 社会 问题。 日本以人工智能构建“超智能 社会 ”为引领，将 2017 年确定为人工智能元年。由于日本的数据、技术和商业需求较为分散，难以系统地发展人 工智能技术和产业。因此，日本政府在机器人、医疗 健康 和自动驾驶三大具有相对优势的 领域重点布局，并着力解决本国在养老、教育和商业领域的国家难题。

基础层面：技术薄弱，芯片之路任重道远

基础层由于创新难度大、技术和资金壁垒高等特点，底层基础技术和高端产品市场主要被欧美日韩等少数国际巨头垄断。 受限于技术积累与研发投入的不足，国内在基础层领域相 对薄弱。具体而言，在 AI 芯片领域，国际 科技 巨头芯片已基本构建产业生态，而中国尚 未掌握核心技术，芯片布局难以与巨头抗衡；在云计算领域，服务器虚拟化、网络技术 （SDN）、 开发语音等核心技术被掌握在亚马逊、微软等少数国外 科技 巨头手中。虽国内 阿里、华为等 科技 公司也开始大力投入研发，但核心技术积累尚不足以主导产业链发展；在智能传感器领域，欧洲（BOSCH，ABB）、美国（霍尼韦尔）等国家或地区全面布局传 感器多种产品类型，而在中国也涌现了诸如汇顶 科技 的指纹传感器等产品，但整体产业布 局单一，呈现出明显的短板。在数据领域，中国具有的得天独厚的数据体量优势，海量数 据助推算法算力升级和产业落地，但我们也应当意识到，中国在数据公开力度、国际数据 交换、统一标准的数据生态系统构建等方面还有很长的路要走。

“无芯片不 AI”，以 AI 芯片为载体的计算力是人工智能发展水平的重要衡量标准，我们 将对 AI 芯片作详细剖析，以期对中国在人工智能基础层的竞争力更细致、准确的把握。

依据部署位置，AI 芯片可划分为云端（如数据中心等服务器端）和终端（应用场景涵盖手 机、 汽车 、安防摄像头等电子终端产品）芯片；依据承担的功能，AI 芯片可划分为训练和 推断芯片。训练端参数的形成涉及到海量数据和大规模计算，对算法、精度、处理能力要 求非常高，仅适合在云端部署。目前，GPU（通用型）、FPGA（半定制化）、ASIC（全定制化）成为 AI 芯片行业的主流技术路线。不同类型芯片各具优势，在不同领域呈现多 技术路径并行发展态势。我们将从三种技术路线分别剖析中国 AI 芯片在全球的竞争力。

GPU（Graphics Processing Unit）的设计和生产均已成熟，占领 AI 芯片的主要市场份 额。GPU 擅长大规模并行运算，可平行处理海量信息，仍是 AI 芯片的首选。据 IDC 预测， 2019 年 GPU 在云端训练市场占比高达 75%。在全球范围内，英伟达和 AMD 形成双寡头 垄断，尤其是英伟达占 GPU 市场份额的 70%-80%。英伟达在云端训练和云端推理市场推 出的 GPU Tesla V100 和 Tesla T4 产品具有极高性能和强大竞争力，其垄断地位也在不断 强化。目前中国尚未“入局”云端训练市场。由于国外 GPU 巨头具有丰富的芯片设计经 验和技术沉淀，同时又具有强大的资金实力，中国短期内无法撼动 GPU 芯片的市场格局。

FPGA（Field Programmable Gate Array）芯片具有可硬件编程、配置高灵活性和低能耗等优点。FPGA 技术壁垒高，市场呈双寡头垄断：赛灵思（Xilinx）和英特尔（Intel）合计 占市场份额近 90%，其中赛灵思的市场份额超过 50%，始终保持着全球 FPGA 霸主地位。 国内百度、阿里、京微齐力也在部署 FPGA 领域，但尚处于起步阶段，技术差距较大。

ASIC（Application Specific Integrated Circuits）是面向特定用户需求设计的定制芯片， 可满足多种终端运用。尽管 ASIC 需要大量的物理设计、时间、资金及验证，但在量产后， 其性能、能耗、成本和可靠性都优于 GPU 和 FPGA。与 GPU 与 FPGA 形成确定产品不 同，ASIC 仅是一种技术路线或方案，着力解决各应用领域突出问题及管理需求。目前， ASIC 芯片市场竞争格局稳定且分散。我国的 ASIC 技术与世界领先水平差距较小，部分领域处于世界前列。在海外，谷歌 TPU 是主导者；国内初创芯片企业（如寒武纪、比特大陆和地平线），互联网巨头（如百度、华为和阿里）在细分领域也有所建树。

总体来看 ，欧美日韩基本垄断中高端云端芯片，国内布局主要集中在终端 ASIC 芯片，部分领域处于世界前列，但多以初创企业为主，且尚未形成有影响力的“芯片−平台−应用” 的生态，不具备与传统芯片巨头（如英伟达、赛灵思）抗衡的实力；而在 GPU 和 FPGA 领域，中国尚处于追赶状态，高端芯片依赖海外进口。

技术层面：乘胜追击，国内头部企业各领风骚

技术层是基于基础理论和数据之上，面向细分应用开发的技术。 中游技术类企业具有技术 生态圈、资金和人才三重壁垒，是人工智能产业的核心。相比较绝大多数上游和下游企业聚焦某一细分领域、技术层向产业链上下游扩展较为容易。该层面包括算法理论（机器学 习）、开发平台（开源框架）和应用技术（计算机视觉、智能语音、生物特征识别、自然 语言处理）。众多国际 科技 巨头和独角兽均在该层级开展广泛布局。近年来，我国技术层 围绕垂直领域重点研发，在计算机视觉、语音识别等领域技术成熟，国内头部企业脱颖而 出，竞争优势明显。但算法理论和开发平台的核心技术仍有所欠缺。

具体来看，在算法理论和开发平台领域，国内尚缺乏经验，发展较为缓慢。 机器学习算法是人工智能的热点，开源框架成为国际 科技 巨头和独角兽布局的重点。开源深度学习平台 是允许公众使用、复制和修改的源代码，是人工智能应用技术发展的核心推动力。目前， 国际上广泛使用的开源框架包括谷歌的 TensorFlow、脸书的 Torchnet 和微软的 DMTK等， 美国仍是该领域发展水平最高的国家。我国基础理论体系尚不成熟，百度的 PaddlePaddle、 腾讯的 Angle 等国内企业的算法框架尚无法与国际主流产品竞争。

在应用技术的部分领域，中国实力与欧美比肩。 计算机视觉、智能语音、自然语言处理是三大主要技术方向，也是中国市场规模最大的三大商业化技术领域。受益于互联网产业发 达，积累大量用户数据，国内计算机视觉、语音识别领先全球。自然语言处理当前市场竞 争尚未成型，但国内技术积累与国外相比存在一定差距。

作为落地最为成熟的技术之一，计算机视觉应用场景广泛。 计算机视觉是利用计算机模拟 人眼的识别、跟踪和测量功能。其应用场景广泛，涵盖了安防（人脸识别）、医疗（影像诊断）、移动互联网（视频监管）等。计算机视觉是中国人工智能市场最大的组成部分。据艾瑞咨询数据显示，2017 年，计算机视觉行业市场规模分别为 80 亿元，占国内 AI 市 场的 37%。由于政府市场干预、算法模型成熟度、数据可获得性等因素的影响，计算机视觉技术落地情况产生分化。我国计算机视觉技术输出主要在安防、金融和移动互联网领域。而美国计算机视觉下游主要集中在消费、机器人和智能驾驶领域。

计算机视觉技术竞争格局稳定，国内头部企业脱颖而出。 随着终端市场工业检测与测量逐 渐趋于饱和，新的应用场景尚在 探索 ，当前全球技术层市场进入平稳的增长期，市场竞争格局逐步稳定，头部企业技术差距逐渐缩小。中国在该领域技术积累丰富，技术应用和产 品的结合走在国际前列。2018 年，在全球最权威的人脸识别算法测试（FRVT）中，国内 企业和研究院包揽前五名，中国技术世界领先。国内计算机视觉行业集中度高，头部企业 脱颖而出。据 IDC 统计，2017 年，商汤 科技 、依图 科技 、旷视 科技 、云从 科技 四家企业 占国内市场份额的 ，其中商汤市场份额 排名第一。

应用层面：群雄逐鹿，格局未定

应用场景市场空间广阔，全球市场格局未定。 受益于全球开源社区，应用层进入门槛相对较低。目前，应用层是人工智能产业链中市场规模最大的层级。据中国电子学会统计，2019 年，全球应用层产业规模将达到 亿元，约是技术层的 倍，基础层的 倍。 在全球范围内，人工智能仍处在产业化和市场化的 探索 阶段，落地场景的丰富度、用户需 求和解决方案的市场渗透率均有待提高。目前，国际上尚未出现拥有绝对主导权的垄断企 业，在很多细分领域的市场竞争格局尚未定型。

中国侧重应用层产业布局，市场发展潜力大。 欧洲、美国等发达国家和地区的人工智能产 业商业落地期较早，以谷歌、亚马逊等企业为首的 科技 巨头注重打造于从芯片、操作系统 到应用技术研发再到细分场景运用的垂直生态，市场整体发展相对成熟；而应用层是我国 人工智能市场最为活跃的领域，其市场规模和企业数量也在国内 AI 分布层级占比最大。据艾瑞咨询统计，2019 年，国内77%的人工智能企业分布在应用层。得益于广阔市场空间以及大规模的用户基础，中国市场发展潜力较大，且在产业化应用上已有部分企业居于 世界前列。例如，中国 AI+安防技术、产品和解决方案引领全球产业发展，海康威视和大 华股份分别占据全球智能安防企业的第一名和第四名。

整体来看 ，国内人工智能完整产业链已初步形成，但仍存在结构性问题。从产业生态来看， 我国偏重于技术层和应用层，尤其是终端产品落地应用丰富，技术商业化程度比肩欧美。 但与美国等发达国家相比，我国在基础层缺乏突破性、标志性的研究成果，底层技术和基 础理论方面尚显薄弱。初期国内政策偏重互联网领域，行业发展追求速度，资金投向追捧 易于变现的终端应用。人工智能产业发展较为“浮躁”，导致研发周期长、资金投入大、 见效慢的基础层创新被市场忽略。“头重脚轻”的发展态势导致我国依赖国外开发工具、 基础器件等问题，不利于我国人工智能生态的布局和产业的长期发展。短期来看，应用终 端领域投资产出明显，但其难以成为引导未来经济变革的核心驱动力。中长期来看，人工智能发展根源于基础层（算法、芯片等）研究有所突破。

透析人工智能发展潜力

基于人工智能产业发展现状，我们将从智能产业基础、学术生态和创新环境三个维度，对 中国、美国和欧洲 28 国人工智能发展潜力进行评估，并使用熵值法确定各指标相应权重 后，利用理想值法（TOPSIS 法）构建了一个代表人工智能发展潜力整体情况的综合指标。

从智能产业基础的角度

产业化程度：增长强劲，产业规模仅次美国

中国人工智能尚在产业化初期，但市场发展潜力较大。 产业化程度是判断人工智能发展活 力的综合指标，从市场规模角度，据 IDC 数据，2019 年，美国、西欧和中国的人工智能 市场规模分别是 213、 和 45 亿美元，占全球市场份额依次为 57%、19%和 12%。中国与美国的市场规模存在较大差异，但近年来国内 AI 技术的快速发展带动市场规模高速增长，2019 年增速高达 64%，远高于美国（26%）和西欧（41%）。从企业数量角度， 据清华大学 科技 政策研究中心，截至 2018 年 6 月，中国（1011 家）和美国（2028 家） 人工智能企业数全球遥遥领先，第三位英国（392 家）不及中国企业数的 40%。从企业布局角度，据腾讯研究院，中国 46%和 22%的人工智能企业分布在语音识别和计算机视觉 领域。横向来看，美国在基础层和技术层企业数量领先中国，尤其是在自然语言处理、机器学习和技术平台领域。而在应用层面（智能机器人、智能无人机），中美差距略小。展 望未来，在政策扶持、资本热捧和数据规模先天优势下，中国人工智能产业将保持强劲的 增长态势，发展潜力较大。

技术创新能力：专利多而不优，海外布局仍有欠缺

专利申请量是衡量人工智能技术创新能力和发展潜质的核心要素。在全球范围内，人工智 能专利申请主要来源于中国、美国和日本。2000 年至 2018 年间，中美日三国 AI 专利申 请量占全球总申请量的 。中国虽在 AI 领域起步较晚，但自 2010 年起，专利产出 量首超美国，并长期雄踞申请量首位。

从专利申请领域来看， 深度学习、语音识别、人脸识别和机器人等热门领域均成为各国重 点布局领域。其中，美国几乎全领域领跑，而中国在语音识别（中文语音识别正确率世界 第一）、文本挖掘、云计算领域优势明显。具体来看，多数国内专利于 AI 科技 热潮兴起后 申请，并集中在应用端（如智能搜索、智能推荐），而 AI 芯片、基础算法等关键领域和前 沿领域专利技术主要仍被美国掌握。由此反映出中国 AI 发展存在基础不牢，存在表面繁 荣的结构性不均衡问题。

中国 AI 专利质量参差不齐，海外市场布局仍有欠缺。 尽管中国专利申请量远超美国，但技术“多而不强，专而不优”问题亟待调整。其一，中国 AI 专利国内为主，高质量 PCT 数量较少。PCT（Patent Cooperation Treaty）是由 WIPO 进行管理，在全球范围内保护 专利发明者的条约。PCT 通常被为是具有较高的技术价值。据中国专利保护协会统计，美国 PCT 申请量占全球的 41%，国际应用广泛。而中国 PCT 数量（2568 件）相对较少， 仅为美国 PCT 申请量的 1/4。目前，我国 AI 技术尚未形成规模性技术输出，国际市场布 局欠缺；其二，中国实用新型专利占比高，专利废弃比例大。我国专利类别包括发明、实 用新型专利和外观设计三类，技术难度依次降低。中国拥有 AI 专利中较多为门槛低的实 用新型专利，如 2017 年，发明专利仅占申请总量的 23%。此外，据剑桥大学报告显示， 受高昂专利维护费用影响，我国 61%的 AI 实用新型和 95%的外观设计将于 5 年后失效， 而美国 的专利仍能得到有效保留。

人才储备：供需失衡，顶尖人才缺口大

人才的数量与质量直接决定了人工智能的发展水平和潜力。目前，全球人工智能人才分布 不均且短缺。据清华大学统计，截至 2017 年，人才储备排名前 10 的国家占全球总量的 。欧洲 28 国拥有 43064 名人工智能人才，位居全球第一，占全球总量的 。美国和中国分别以 28536、18232 列席第二、第三位。其中，中国基础人才储备尤显薄弱。根据腾讯研究院，美国 AI 技术层人才是中国 倍，基础层人才数是中国的 倍。

我国人工智能人才供需严重失衡，杰出人才缺口大。 据 BOSS 直聘测算，2017 年国内人 工智能人才仅能满足企业 60%的需求，保守估计人才缺口已超过 100 万。而在部分核心领域（语音识别、图像识别等）， AI 人才供给甚至不足市场需求的 40%，且这种趋势随 AI 企业的增加而愈发严重。在人工智能技术和应用的摸索阶段，杰出人才对产业发展起着 至关重要的作用，甚至影响技术路线的发展。美国（5158 人）、欧盟（5787 人）依托雄 厚的科研创新能力和发展机会聚集了大量精英，其杰出人才数在全球遥遥领先，而中国杰 出人才（977 人）比例仍明显偏低，不足欧美的 1/5。

人才流入率和流出率可以衡量一国生态体系对外来人才吸引和留住本国人才的能力。 根据 Element AI 企业的划分标准，中国、美国等国家属于 AI 人才流入与流出率均较低的锚定 国（Anchored Countries），尤其是美国的人工智能人才总量保持相对稳定。具体来看， 国内人工智能培育仍以本土为主，海外人才回流中国的 AI 人才数量仅占国内人才总量的 9%，其中，美国是国内 AI人才回流的第一大来源大国，占所有回流中国人才比重的 。 可见国内政策、技术、环境的发展对海外人才的吸引力仍有待加强。

从学术生态的角度

技术创新能力：科研产出表现强劲，产学融合尚待加强

科研能力是人工智能产业发展的驱动力。从论文产出数量来看，1998-2018 年，欧盟、中国、美国位列前三，合计发文量全球占比 。近些年，中国积极开展前瞻性 科技 布 局， AI发展势头强劲，从1998年占全球人工智能论文比例的增长至2018年的， 。2018 年，中国以 24929 篇 AI 论文居世界首位。中国研究活动的活跃从 侧面体现在人工智能发展潜力较大。

我国论文影响力仍待提高，但与欧美差距逐年缩小。 FWCI（Field-Weighted Citation Impact， 加权引用影响力）指标是目前国际公认的定量评价科研论文质量的最优方法，我们利用 FWCI 表征标准化1后的论文影响力。当 FWCI≥1 时，代表被考论文质量达到或超过了世 界平均水平。近 20 年，美国的 AI 论文加权引用影响力“独领风骚”，2018 年，FWCI 高 于全球平均水平的 ；欧洲保持相对平稳，与全球平均水平相当；中国 AI 领域论文 影响力增幅明显，2018 年，中国 FWCI 为 ，较 2010 年增长 ，但论文影响力仍低于世界平均水平的 20%。从高被引前 1%论文数量来看，美国和中国高质量论文产出 为于全球第一、第二位，超出第三位英国论文产出量近 4 倍。综合来看，中国顶尖高质量 论文产出与美国不分伯仲，但整体来看，AI 论文影响力与美国、欧美仍有差距。

从发文主体来看，科研机构和高校是目前中国人工智能知识生产的绝对力量，反映出科研成 果转化的短板。 而美国、欧盟和日本则呈现企业、政府机构和高校联合参与的态势。据Scopus 数据显示，2018 年，美国企业署名 AI 论文比例是中国的 倍，欧盟的 倍。2012 年 至 2018 年，美国企业署名 AI 论文比例增长 43pct，同期中国企业署名 AI 论文仅增长 18pct。 此外，人工智能与市场应用关联密切，校企合作论文普遍存在。而我国校-企合作论文比例仅为 ，与以色列（）、美国（）、日本（）差别较大。从产学结合的角度， 中国人工智能研究以学术界为驱动，企业在科研中参与程度较低，或难以实现以市场为导向。

中国人工智能高校数量实位于第二梯队，实力比肩美国。高校是人工智能人才供给和论文 产出的核心载体。 据腾讯研究院统计，全球共 367 所高校设置人工智能相关学科，其中， 美国（168 所）独占鳌头，占据全球的 。中国拥有 20 所高校与英国并列第三，数 量上稍显逊色。此外，中国高校实力普遍上升，表现强劲。据麻省理工学院 2019 年发布的AI 高校实力 Top20 榜单中，中国清华大学、北京大学包揽前两名，较 2018 年分别上 升 1 个和 3 个名次。

从创新环境的角度

研发投入：中美研发投入差距收窄

中国研发高投入高强度，在全球研发表现中占据重要地位。 从研发投入的角度，美国、中国、日本和德国始终是全球研发投入的主力军。据 IDC 统计显示，2018 年四国的研发投 入总和占全球总量的比例已达 。其中，美国凭借其强大的研发实力连续多年位居 全球研发投入的榜首。近年来，中国研发投入呈现一路猛增的强进势头，据 Statista 统计， 国内 2019 年研发投入额为 5192 亿美元，仅次于美国。且趋势上与美国差距不断缩小， 2000 年至 2019 年，CAGR 高达 ，同期美国 CAGR 仅 。由于经济疲软等 诸多原因，欧盟与日本则呈现较为缓慢的上升趋势。据研发投入与强度增长的趋势推测， 中国或在 1-2 年内取代美国的全球研发领先地位。从研发强度的角度，中国研发强度总体 上呈逐步攀升的趋势，且涨幅较大。但对创新活动投入强度的重视程度仍与美国和日本存 在差距。2018 年中国研发强度 ，低于日本和美国 、 个百分点。

资本投入：资金多而项目缺，资本投向侧重终端市场

中美是全球人工智能“融资高地”。 人工智能开发成本高，资本投入成为推动技术开发的主力。在全球范围内，美国是人工智能新增企投融资领先者，据 CAPIQ 数据显示，2010 年至 2019 年 10 月，美国 AI 企业累计融资 773 亿美元，领先中国 320 亿美元，占全球总 融资额的 。尤其是特朗普政府以来，人工智能投资力度逐步加码。中国作为全球第 二大融资体，融资总额占全球 。考虑到已有格局和近期变化，其他国家和地区难以 从规模上撼动中美两国。从人工智能新增企业数量来看，美国仍处于全球领先地位。2010 至 2018 年，美国累计新增企业数量 7022 家，较约是中国的 8 倍（870 家）。中国每年新 增人工智能企业在 2016 年达到 179 家高点后逐渐下降，近两年分别是 179 家（ 2017 年）， 151 家（2018 年），表明中国资本市场对 AI 投资也日趋成熟和理性。整体来看，中国人 工智能新增企业增势缓慢，但融资总额涨幅迅猛。这一“资金多而项目缺”的态势或是行 业泡沫即将出现的预警。

相比较美国，中国资本投向侧重易落地的终端市场。 从融资层面来看，中国各领域发展较 为均衡，应用层是突出领域，如自动驾驶、计算机学习与图像、语音识别和无人机技术领 域的新增融资额均超过美国。而美国市场注重底层技术的发展。据腾讯研究院数据显示， 芯片和处理器是美国融资最多的领域，占总融资额的 31%。当前中国对人工智能芯片市场 高度重视，但受限于技术壁垒和投资门槛高，国内芯片融资处于弱势。

基于信息熵的 TOPSIS 法：综合指标评估

数据结果显示，美国综合指标及三大项目指标评分绝对领先，中国第二，欧洲 28 国暂且落后。 具体来看，美国在人工智能人才储备、创新产出、融资规模方面优势明显。中国作为后起之秀，尽管有所赶超，但总体水平与美国相比仍有差距，尤其是杰出人才资源、高 质量专利申请上存在明显的缺陷和短板。但在论文数量和影响力、研发投入等指标上，中国正快速发展，与美国差距收窄。从各指标具体分析来看，我国人工智能研究主要分布在 高校和科研机构，企业参与度较低，产出成果较多呈现条块化、碎片化现象，缺乏与市场 的系统性融合，这将不利于中国人工智能技术的发展和产业优势的发挥。此外，我国科研 产出、企业数量和融资领域集中于产业链中下游，上游核心技术仍受制于国外企业。未来， 若国内底层技术领域仍未能实现突破，势必导致人工智能产业发展面临瓶颈。

展望

转自丨 信息化协同创新专委会

2005年，尤其随着现代化科学技术的飞速发展，犯罪分子犯罪智能化、复杂化、隐蔽性更强，因此促使防范技术手段不论在器件上，还是系统的功能上都有飞速的发展。器件上的探测器由比较简单、功能单一的初级产品发展成多种技术复合的高新产品。如微波—被动红外复合的探测器，它将微波和红外探测技术集中运用在一体。在控制范围内，只有二种报警技术的探测器都产生报警信号时，才输出报警信号。它既能保持微波探测器可靠性强、与热源无关的优点又集被动红外探测器无需照明和亮度要求、可昼准备运行的特点，大大降低探测器的误报率。这种复合型报警探测器的误报率则单技术微波报警器误报率的几百分之一。又例如利用声音和振动技术的复合型双鉴式玻璃报警器，探测器只有在同时感受到玻璃振动时的振动和破碎时的高频声音，才发生报警信号，从而大大减弱因窗户的振动而引起的误报，提高了报警的准确性。电视监控系统飞速发展使安全防范的技术更有效，更直观。微光、红外摄像机的研究开发成功，能使安全防范实现全天候及昼夜工作，摄像机的微型化和智能化使探测器更隐蔽。长时间录像装置能24小时、48小时、72小时长时间记录。多画面分隔器的出现，大大减少了系统设备的数量，使系统更可靠，而监控的范围也越来越大。一个大型的企业、几个分系统构成一个综合的安防系统，它既有人侵防盗的功能，又有防火、防暴和安全检查的功能。当某一被探测点发出报警信号，能自动通过电话线向报警中心报警，而报警中心也能自动探知报警信号的性质、地点及其它。探测信号的传输也由常规的模拟量的有线传输，转为数字的无线传输，大大降低了施工过程中的布线工作量，节约了材料和劳力。报警控制器采用了大容量的CPU，使信号和控制实现了计算机总线控制，大大降低了系统安装的工作量，提高了系统的可靠性。我们将继续采用更新的电子技术和计算机技术进一步提高安防器材的稳定性和可靠度，进一步提高系统的功能，使人们的安全防范技术在打击犯罪、保护人民利益中作出贡献。

智能安防系统可细分为智能防盗报警、智能视频监控、智能楼宇对讲、智能防爆安检、智能门禁控制等子系统。近年来，智能安防子系统市场规模持续增长，预计至2026年，行业市场规模有望突破2500亿。

智能安防子系统市场规模持续增长

智能安防系统可细分为智能防盗报警、智能视频监控、智能楼宇对讲、智能防爆安检、智能门禁控制等子系统。

智能防盗报警方面，随着防盗报警应用领域不断扩大，且“智慧城市”建设带动了防盗报警系统技术升级，智能联网的防盗报警系统受到市场青睐。

据中安网数据显示，2019年我国安防产品总产值为2500亿元，结合防盗报警系统产值占安防产品总产值12%左右，同时我国智能防盗报警系统的渗透率在8%左右，得出2019年我国智能防盗报警系统产值约为26亿元。根据18%的增长率，估算出2020年市场规模约为31亿元。

近年来，受图像处理、模式识别、计算机视觉技术、互联网传输技术以及大数据分析技术的联合推动，智能视频监控行业取得了较快的发展。初步估算2020年我国智能视频监控市场规模约为21亿元。

随着居民生活水平的提高，居民住宅小区的管理越来越规范和严谨，居民对于楼宇对讲系统的性能要求有所提升，不再局限于简单的语音对讲，而逐年向网络化、可视化化发展。

数据显示，随着楼宇对讲系统的不断升级，目前楼宇对讲智能化渗透率在20%左右。据估算，2020年中国智能楼宇对讲市场规模约为40亿元左右。

近年来，在互联网技术、人脸识别、大数据处理等技术的推动下，防爆安检产品不断朝智能化发展，出现了防爆机器人、刷脸进站等设备。目前，我国智能防爆安检市场渗透率在11%左右。据测算，2020年市场规模约在61亿元左右。

未来智能安防市场规模有望突破2500亿

2019年，我国安防行业总产值为8269亿元(其中安防产品总产值为2500亿元)，根据我国智能安防渗透率达的测算，我国智能安防市场规模约为455亿元。据估算，2020年我国智能安防市场规模约为576亿元。

经过多年的高速发展，安防已经发展成为一个庞大的产业。在经历了数字化、网络化发展后，安防行业未来将向智能化深度发展，智能安防市场规模也将持续增长，预计到2026年，市场规模有望突破2500亿。

更多本行业研究分析详见前瞻产业研究院《中国智能安防行业市场前瞻与投资战略规划分析报告》。